1.一种协作反向散射通信系统的信号检测方法，所述协作反向散射通信系统包括发送机、M个单天线反射设备、天线数为N的接收机，其特征在于，包括以下步骤：S1、建立接收信号模型为：

yk(n)＝Hxk(n)+uk(n)T

其中，H＝[h0,h1,...,hM]，xk(n)＝[sk(n),sk(n)c1(n),...,sk(n)cM(n)]为组合信号域，sk(n)为直接链路信号，cm(n)为第m个反射设备的反射信号， 1≤mT

≤M，Pt为发送机的平均发送功率，f＝[f1,...,fN]为发送机与接收机之间的信道，lm为发送机与第m个反射设备之间的信道，gm为第m个反射设备与接收机之间的信道，α为反射设备的T

反射系数，uk(n)＝[uk,1(n),uk,2(n),...,uk,N(n)] ，uk(n)中各分量都是循环对称的复高斯2

变量，均值为0，方差为σ；

S2、将信号检测问题等价于在最大似然理论下的如下问题：其中As和Ac分别表示直接链路信号和反射链路信号的星座点集合；

T 2

对H进行QL分解，QQ＝I，Q为正交矩阵，L为下三角矩阵，将||yk(n)‑Hxk(n)||分解为：

2 T 2 T 2

||yk(n)‑Hxk(n)||＝||Qyk(n)‑Lxk(n)||+||(I‑QQ)yk(n)||则 等价于 将

进一步分解：

其中

定义：

则建立信号检测最终问题为：

S3、将步骤S2建立的信号检测最终问题转化为考虑M+2层的带有节点的树图的节点搜T

索问题，树图的第二层的所有节点分别表示[s0(n),...,sK‑1(n)]的所有可能出现的星座点，且不重复出现，将各点代表的星座点组合带入F0(s0(n),...,sK‑1(n))中，计算结果就是该点权重值，树图中的第m+1层的所有节点分别表示[s0(n),...,sK‑1(n),c1(n),...,cm(n)T

]的所有可能出现的组合星座点，且不重复出现，其中的[s0(n),...,sK‑1(n),c1(n),...,T

cm‑1(n)] 继承于其父节点，将各点代表的星座点组合带入Fm(s0(n),...,sK‑1(n),c1(n),...,cm(n))中，同时加上其父节点的权重值，即第m层各点权重值表示为：F0(s0(n),...,sK‑1(n))+...+Fm(s0(n),...,sK‑1(n),c1(n),...,cm(n))树图中最后一层的每个节点代表了组合信号域中对应的一组直接链路和反射链路的星座点的组合；

S4、采用深度优先遍历搜索的方式首先搜索至树图中最左端的叶子节点，计算出其权重值，将这个权重值设置为初始的球半径R，将该叶子节点代表的组合星座点作为预估信号；

继续深度优先遍历搜索，随着遍历搜索的进行，计算每个节点的权重值，并与R比较；对叶子节点，若其权重值小于R，则将R替换为该点权重值，并将预估信号替换为该叶子节点所对应的组合星座点；若其权重值大于R，则继续深度优先遍历搜索；对非叶子节点，若该节点权重值小于R则继续遍历过程直到遍历至叶子节点，若该节点权重值大于R，则跳过以该节点为根的子树，再继续深度优先遍历搜索，直至搜索至叶子节点；深度优先遍历搜索结束后获得最终估计结果。